基于相干传输的快速图像修复系统

资 源 简 介

该项目基于相干传输（Coherence Transport）理论实现了一种高效的图像修复方法，旨在快速恢复图像中的缺失区域或移除不需要的物体。算法核心在于模拟信息的物理传输，将图像受损边缘的色彩与几何结构特征沿着相干方向（等照度线方向）向内部空洞进行输运。系统首先通过求解程函方程（Eikonal Equation）建立一个由受损边缘向内延伸的距离计算场，利用快速行进法（Fast Marching Method）确保修复过程严格遵循由外向内的层次级联顺序。在处理每一个待修复像素时，算法会根据局部的结构张量确定最优的物质传播方向，并通过求解简化的线性传输方程来实现像素亮度和色彩的连续估算。相比于传统的Navier-Stokes或Curvature-Driven Diffusion等偏微分方程方法，该技术最大的优势在于计算效率极高，能够在极短的时间内处理大规模破损且保持良好的边缘锐利度与视觉一致性。其主要应用于高分辨率照片的自动数字化修复、视频流中的伪影消除、水印清除以及老旧胶片的数字化翻新工程。

详 情 说 明

基于相干传输的快速图像修复算法系统

项目介绍

本项目实现了一种基于相干传输（Coherence Transport）理论的高效图像修复系统。该算法旨在快速恢复图像中的缺失区域，特别适用于处理具有明显几何结构的图像。通过模拟物理信息传输过程，算法能够沿着等照度线（Isophotes）方向将受损边缘的色彩和结构信息输入到缺失区域内部。相比于复杂的偏微分方程方法，本系统在保持边缘锐利度的同时，具有极高的计算效率。

功能特性

1. 快速行进传播：利用距离场理论确定修复顺序，确保修复过程由受损区域边缘向中心有序推进。
2. 结构自适应：通过结构张量（Structure Tensor）分析局部几何特征，准确提取图像的相干方向。
3. 线性传输模拟：通过求解简化的线性运输方程，沿着结构方向进行像素亮度和色彩的连续估算。
4. 高效边缘保持：在填补空洞的同时，能够较好地延续图像中的直线和曲线结构，避免产生严重的模糊效应。
5. 自动化测试流程：内置合成数据生成模块，可自动演示从图像受损到完整修复的全过程。

系统要求

1. 软件环境：MATLAB R2016b 或更高版本。
2. 必备工具箱：Image Processing Toolbox（用于梯度计算及距离变换）。

使用方法

1. 在MATLAB环境中打开核心代码文件。
2. 运行主函数，系统将自动生成一个包含几何图形（圆、对角线）的正方形测试图像。
3. 系统将自动应用一个交叉形的掩码（Mask）模拟图像破损。
4. 算法将自动执行修复流程并弹出可视化窗口，展示原始图像、修复掩码、修复顺序场（距离场）以及最终的修复结果。

实现逻辑与算法细节分析

#### 1. 模拟数据生成 系统内置了测试场景生成逻辑。它创建了一个包含不同灰度层级的圆形结构和一条高亮的对角线线条的合成图像，并添加了高斯噪声以模拟真实传感器捕获的环境。受损区域（掩码）被设计为十字交叉形状，覆盖了图像的几何中心，用于测试算法对多方向结构交汇处的修复能力。

#### 2. 修复顺序初始化（程函方程求解） 修复过程严格遵循从外向内的顺序。系统通过计算掩码区域内每个点到最近已知区域边界的欧几里得距离，建立了距离场。这一步骤实际上是模拟了程函方程（Eikonal Equation）的解，作为快速行进法（FMM）的简化实现，确保了修复波前的稳定推进。

#### 3. 局部结构张量分析 对于每一个待修复的像素点，算法会提取其邻域内（7x7窗口）的梯度信息。通过构造结构张量 $J = nabla I nabla I^T$ 并进行特征值分解，提取出相干方向。具体而言，对应于最小特征值的特征向量即为等照度线方向，代表了图像局部结构最为连续的方向。

#### 4. 相干信息输运 在确定了最优传输方向后，算法沿着该方向的反方向进行“回溯”采样。系统利用双线性插值技术，从已经修复或原始的区域中获取色彩与亮度信息。这种基于线性传输方程的方案避免了传统扩散方法带来的过度平滑问题，使得修复后的边缘更加锐利。

#### 5. 状态管理与迭代 处理过程维护一个状态矩阵，实时记录哪些像素已被修复或属于原始区域。当一个像素被预测完成后，其状态立即更新为“已修复”，供后续的像素修复时参考，从而实现信息的层级联级传递。最后，系统通过四分格图像展示修复过程的关键阶段。